Question

在Python上使用lightGBM，因为它没有足够的文档，我暂时无法解决这个问题。如果有任何有lgb经验的人在这里，请帮助我解决这几个问题。

lgb.cv在拥有连续目标变量时不起作用。为什么？
当有客观的＆＃34;回归＆＃34;我可以将boosting_type作为＆＃34; rf＆＃34; （随机森林）？这个在图书馆开放的issue确认了我可以。想法？

如果我更换＆＃34; rf＆＃34;以下是完全正常的代码段。带＆＃34; gbdt＆＃34;

的参数

params = {
        "objective" : "regression", "metric" : "rmse",
        "num_leaves" : 150, "learning_rate" : 0.05,
        "bagging_fraction" : 0.6, "feature_fraction" : 0.7,
        "bagging_frequency" : 1, "bagging_seed" : 2018,
        "verbosity" : -1, 'max_depth':-1,
        "min_child_samples":20, "boosting":"rf"}

model = lgb.train(params, lgtrain, 1000, valid_sets=[lgval],
        early_stopping_rounds=20, verbose_eval=20, evals_result=evals_result)

在使用随机森林提升方法时，我收到以下错误 -

LightGBMError: b'Check failed: config->bagging_freq > 0 && config->bagging_fraction < 1.0f && config->bagging_fraction > 0.0f at /home/travis/build/Microsoft/LightGBM/python-package/compile/src/boosting/rf.hpp, line 29 .\n'

Answer 1

如错误所示，代码失败，因为检查未通过。原因很简单 - 频率变量的名称是bagging_freq而不是bagging_frequency。

您已经找到了关于lgb.cv回归配置的第一个问题的正确答案。

LightGBMError：b＆＃39;检查失败：config-＆gt; bagging_freq＆gt; 0＆amp;＆amp; config-＆gt; bagging_fraction＆lt; 1.0f＆amp;＆amp; config-＆gt; bagging_fraction＆gt; 0.0F

1 个答案: